Identifying Data 2012/13
Subject (*) Estructuras de Dados Compactas e Algoritmos Avanzados Code 614434002
Study programme
Mestrado Universitario en Computación
Descriptors Cycle Period Year Type Credits
Official Master's Degree 2nd four-month period
First Obligatoria 6
Language
Spanish
Galician
Prerequisites
Department Computación
Coordinador
Fariña Martinez, Antonio
E-mail
antonio.farina@udc.es
Lecturers
Fariña Martinez, Antonio
Ladra González, Susana
López Rodríguez, Juan Ramon
Parama Gabia, Jose Ramon
Pedreira Fernández, Oscar
Rodriguez Brisaboa, Nieves
Rodriguez Penabad, Miguel
Saavedra Places, María de los Angeles
E-mail
antonio.farina@udc.es
susana.ladra@udc.es
juan.ramon.lopez@udc.es
jose.parama@udc.es
oscar.pedreira@udc.es
nieves.brisaboa@udc.es
miguel.penabad@udc.es
angeles.saavedra.places@udc.es
Web http://http://vios.dc.fi.udc.es/edcaa/
General description

Study programme competencies
Code Study programme competences
A4 Posuír unha ampla comprensión dos sistemas de Xestión da Información, desde os aspectos máis técnicos como as Estruturas de Datos Compactas e os correspondentes algoritmos de uso, ata as máis avanzadas técnicas de Recuperación da Información, Extracción de Información e Procura de Respostas.

Learning aims
Subject competencies (Learning outcomes) Study programme competences
Conocer los principios básicos de las estructuras de datos compactas y estudiar el funcionamiento de algunas de las más relevantes. Conocer distintas técnicas de compresion de datos estructurados y no estructurados. Conocer diferentes formas de indexación de datos estructurados y no estructurados. AR4

Contents
Topic Sub-topic
Introducción al análisis de algoritmos y complejidad Análisis de algoritmos.
Complejidad
Compresión e Indexación de secuencias Estructuras de datos y algoritmos para gestión eficiente en memoria y/o disco, Uso en Transmisión de datos o acceso Web,
Técnicas de compresión.
Búsqueda de patrones (en texto, ADN, proteínas, etc),
Índices y autoíndices
Indexación en espacios métricos Indexación en espacios métricos: Propiedades, clasificación y técnicas existentes.

Planning
Methodologies / tests Ordinary class hours Student’s personal work hours Total hours
Sesión maxistral 50 25 75
Traballos tutelados 0 55 55
 
Personalized attention 20 0 20
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Sesión maxistral Clases teóricas de aula. En ellas se expondrán los contenidos fundamentales de la materia. Constan de una exposición de objetivos, motivación, desarrollo conceptual, utilidad y resumen.
Traballos tutelados El alumno debe buscar en las fuentes documentales información sobre un tema planteado, y con la guía de un profesor/a, desarrollar un trabajo de investigación.

Personalized attention
Methodologies
Traballos tutelados
Description
El alumnado deberá desarrollar un trabajo de investigación guiado por un profesor/a del curso, que realizará el seguimiento del mismo.

Assessment
Methodologies Description Qualification
Traballos tutelados Dado que el número de estudiantes en este máster será reducido, se podrá prescindir de la realización de un examen escrito valorándose el avance de los estudiantes por su participación en clase en donde se realizarán numerosos ejercicios y problemas.

Pero además, el curso exigirá para su superación no solo la participación en clase, sino la realización de un trabajo práctico que consistirá en el diseño de una estructura de datos y de los algoritmos que permitan su manejo eficiente, una vez que el profesorado del curso acepte el diseño presentado, el/la estudiante deberá implementar los programas diseñados y experimentalmente probar su eficiencia comparándolos con otras estrategias del estado del arte. Por último el trabajo deberá ser escrito en inglés en formato de artículo. Además ha de presentarlo oralmente.
100
 
Assessment comments

Sources of information
Basic A. Moffat y A. Turpin (2002). Compression and Coding Algorithms. Kluwer Academic Publishers
G. Navarro y M Raffinot (2002). Flexible Pattern Matching in Strings. Cambridge University Press
I.H. Witten, A. Moffat, T.C. Bell (1999). Managing Gigabytes. Compressing and Indexing Documents and Images (2nd ed.). Morgan Kaufmann Pub
R. Baeza-Yates y B. Ribeiro-Neto (1999). Modern Information Retrieval. Addison-Wesley Longman
R. Baeza-Yates y B. Ribeiro-Neto (2011). Modern Information Retrieval (2nd ed.). Addison-Wesley
T. C. Bell, J. G. Clearly y I. H. Witten (1990). Text Compression. Prentice Hall

Complementary


Recommendations
Subjects that it is recommended to have taken before

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus

Other comments


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.